בדיקת השערות לתוחלת ההפרש: כשאומדן והכרעה מספרים אותו סיפור

שיעור זה עוסק בבחינת טענות על הפרש ממוצע בין שתי קבוצות, או בין הפרשים בתוך זוגות מדידות. הרעיון המרכזי הוא שהאומדן הנקודתי, רווח הסמך והכרעת המבחן אינם שלושה כלים נפרדים: כאשר הם נבנים מאותם נתונים ובאותה רמת מובהקות, הם מתארים אותה תמונה סטטיסטית.

תוחלת ההפרש כפרמטר הנחקר

במחקר השוואתי, השאלה אינה רק מהו ההפרש שנראה במדגם, אלא מה ניתן ללמוד ממנו על האוכלוסייה. כאשר משווים שתי אוכלוסיות בלתי תלויות, הפרמטר הנחקר הוא הפרש התוחלות $\mu_1-\mu_2$. כאשר המדידות מזווגות, למשל מדידה לפני ואחרי אצל אותו נבדק, הפרמטר הוא תוחלת ההפרשים $\mu_D$.

האומדן הנקודתי להפרש הוא ההפרש בין ממוצעי המדגמים: $\bar{x}_1-\bar{x}_2$ בשתי קבוצות, או $\bar{d}$ במדגם מזווג. אומדן זה נותן כיוון וגודל ראשוניים, אך אינו אומר עד כמה הוא יציב. כדי להסיק מעבר למדגם, יש להתחשב בשונות התצפיות ובגודל המדגם.

השערות המבחן וכיוון הטענה

בדיקת ההשערות מתחילה בניסוח שתי השערות. השערת האפס, המסומנת $H_0$, מייצגת בדרך כלל היעדר הבדל. בהקשר של הפרש תוחלות היא תיכתב לרוב כך: $H_0: \mu_1-\mu_2=0$, או $H_0: \mu_D=0$. השערה אלטרנטיבית, המסומנת $H_1$, מייצגת את הטענה שרוצים לבדוק.

ההשערה האלטרנטיבית יכולה להיות דו־צדדית: $H_1: \mu_1-\mu_2 \neq 0$, כאשר המחקר בודק אם קיים הבדל כלשהו. היא יכולה להיות חד־צדדית: $H_1: \mu_1-\mu_2>0$ או $H_1: \mu_1-\mu_2<0$, כאשר למחקר יש כיוון מוגדר מראש. בחירת הכיוון נעשית לפני ראיית הנתונים, ולא לפי תוצאת המדגם.

תנאים וסטטיסטי המבחן

כדי שהמבחן יהיה תקף, יש לבדוק את תנאי הניתוח. הנתונים צריכים להגיע ממדגם אקראי או מתהליך דגימה סביר. בשתי קבוצות, המדגמים צריכים להיות בלתי תלויים; במדגם מזווג, התצפיות הן זוגות תואמים. כאשר האוכלוסייה מתפלגת נורמלית ניתן להשתמש במבחן $t$ גם במדגם קטן; כאשר ההתפלגות אינה ידועה, נהוג להסתמך על מדגמים גדולים ועל משפט הגבול המרכזי.

כאשר שונויות האוכלוסייה ידועות, משתמשים בהתפלגות $Z$. כאשר השונויות אינן ידועות, משתמשים בהתפלגות $t$. בשתי קבוצות עם שונויות לא ידועות ובהנחת שוויון שונויות, אומדים את השונות המשותפת באמצעות שונות משוקללת, ודרגות החופש הן $n_1+n_2-2$. במדגם מזווג, מחשבים את הפרשי הזוגות ומבצעים מבחן $t$ להפרש ממוצע, עם $n-1$ דרגות חופש.

סטטיסטי המבחן מודד את המרחק של האומדן מהערך תחת השערת האפס, ביחידות של טעות תקן:

t = \frac{האומדן להפרש-0}{טעות התקן של האומדן}

ככל שהערך המוחלט של סטטיסטי המבחן גדול יותר, האומדן רחוק יותר מאפס ביחס לאי־הוודאות של הדגימה.

רווח הסמך ככלי הכרעה

רווח סמך להפרש תוחלות ברמת סמך $1-\alpha$ נותן טווח ערכים סבירים להפרש באוכלוסייה. הקשר בין רווח הסמך לבדיקת השערות דו־צדדית ישיר: אם הרווח אינו כולל את 0, דוחים את $H_0$ ברמת המובהקות $\alpha$. אם הרווח כולל את 0, לא דוחים את $H_0$.

לדוגמה עקרונית, רווח סמך חיובי להפרש, כגון $0.25 < \mu_1-\mu_2 < 1.40$, אינו כולל את 0 ולכן מתאים לדחייה במבחן דו־צדדי. לעומת זאת, רווח כגון $-0.30 < \mu_1-\mu_2 < 0.85$ כולל את 0, ולכן אינו מספק עדות מספקת להפרש.

כשאומדן והכרעה מספרים אותו סיפור

הביטוי "אומדן והכרעה מספרים אותו סיפור" מתאר עקביות בין שלושה מרכיבים: האומדן הנקודתי, רווח הסמך והכרעת המבחן. אם האומדן חיובי, רווח הסמך כולו מעל 0, והמבחן דוחה את $H_0$, שלושת הכלים מצביעים על אותו כיוון: יש עדות להפרש חיובי. אם האומדן שלילי, רווח הסמך כולו מתחת ל־0, והמבחן דוחה, יש עדות להפרש שלילי.

לעומת זאת, אם האומדן חיובי אך רווח הסמך כולל את 0 והמבחן אינו דוחה, הסיפור אינו "אין הבדל מוחלט", אלא "הנתונים אינם מספקים עדות מספקת להפרש". ייתכן שההפרש קיים, אך המדגם קטן מדי או שהשונות גדולה מדי. לכן אי־דחייה של השערת האפס אינה הוכחה שההפרש שווה בדיוק ל־0.

מיקום רווח הסמך ביחס ל־0	הכרעה במבחן דו־צדדי	פרשנות
כולו מעל 0	דוחים את $H_0$	עדות להפרש חיובי
כולו מתחת ל־0	דוחים את $H_0$	עדות להפרש שלילי
כולל את 0	לא דוחים את $H_0$	אין עדות מספקת להפרש

רמת מובהקות, טעות אפשרית ועוצמת המבחן

רמת המובהקות $\alpha$ היא ההסתברות לדחות את השערת האפס כאשר היא נכונה. בחירה ב־$\alpha=0.05$ פירושה שהמבחן מוכן לסיכון של 5% להכריז על הבדל כאשר בפועל אין הבדל. שינוי רמת המובהקות משנה את סף ההכרעה ואת רוחב רווח הסמך: רמת סמך גבוהה יותר מייצרת רווח רחב יותר, ולכן מקשה יותר על דחייה.

גם כאשר לא דוחים את $H_0$, יש לבחון את עוצמת המבחן. עוצמת המבחן היא ההסתברות לדחות את $H_0$ כאשר האלטרנטיבה נכונה, כלומר כאשר באמת קיים הפרש. העוצמה מושפעת מגודל המדגם, מגודל ההפרש באוכלוסייה, מהשונות ורמת המובהקות. מדגם גדול יותר או הפרש גדול יותר מגדילים את העוצמה; שונות גדולה מקטינה אותה.

פרשנות נכונה: מובהקות אינה בהכרח חשיבות מעשית

הכרעה סטטיסטית אינה מספיקה בפני עצמה. יש לדווח גם על גודל ההפרש ועל רווח הסמך, משום שהם מראים את הכיוון, את הגודל ואת אי־הוודאות. במדגם גדול מאוד, גם הפרש קטן עשוי להיות מובהק סטטיסטית, אף אם חשיבותו המעשית מועטה. במדגם קטן, גם הפרש גדול עשוי שלא להיות מובהק, משום שהמידע אינו מספיק.

לכן הקריאה הנכונה של הממצא היא משולבת: בוחנים את האומדן, את טעות התקן, את רווח הסמך ואת ההכרעה. כאשר כולם תואמים, המסקנה ברורה יותר; כאשר הם אינם תואמים, יש לפרש את התוצאה בזהירות ולהסביר אם מדובר בחוסר עוצמה, בשונות גבוהה או בהפרש קטן.